Delphi 中经常使用的正则表达式

在 Delphi 中使用正则表达式, 目前 PerlRegEx 应该是首选, 准备彻底而细致地研究它.
官方网站: http://www.regular-e xpressions.info/delphi.html
直接下载: http://www.regular-e xpressions.info/download/TPerlRegEx.zip
二、安装方法:
1、先把解压的 TPerlRegEx 文件夹放一个合适的地方, 我放在了 Delphi 的 Imports 目录中.
2、目前最新 For Win32 的版本是对 Delphi 2006 的, 2007 也能用.
     打开 PerlRegExD2006.dpk, 提示缺少资源文件, 没关系;
     在 Project Manager 窗口中的 PerlRegExD2006.bpl 上点击右键, 执行 Install;
     这时在 Tool Palette 的列表中已经有了 TPerlRegEx, 在 JGsoft 组.
3、Tools -> Options -> Environment Options -> Delphi Options -> Library-Win32 -> Library path ->
     添加路径: ...\Imports\TPerlRegEx
4、可以使用了! 直接 uses PerlRegEx 或从 Tool Palette 添加都可以.
     如果不喜欢 Tool Palette 的添加方式可以省略第二步.
三、使用方法
PerlRegEx提供了TPerlRegEx类。主要用法是：
RegEx : TPerlRegEx;
....
RegEx := TPerlRegEx;
try
   RegEx.Subject := '要匹配的正文';
   RegEx.RegEx := '正则表达式';
   if RegEx.Match then ....
finally
   RegEx.free
end;
如果要多次匹配并做一些处理，可以:
Matched : boolean;
....
RegEx.Match;
while RegEx.FoundMatch do
begin
   ....
   RegEx.MatchAgain;
end;
如果要替换匹配到的内容，可以
RegEx.Subject := '要匹配的正文';
RegEx.RegEx := '正则表达式';
RegEx.Replace := '替换的字符串'
if RegEx.Match then RegEx.ReplaceAll;   //结果在RegEx.subject
或者 if RegEx.Match then Result := RegEx.Replacement;
匹配到的字符串放在RegEx.MatchedExpression中，长度在RegEx.MatchedExpressionLength中，上一次匹配的结束位置在RegEx.Stop中
匹配到的子串放在RegEx.SubExpressions中，子串个数在RegEx.SubExpressionCount中。
如果正则式很复杂而且常用，可创建一个生存期相对长的TPerlRegEx实例．设置好RegEx属性后，使用.Study方法对正则表达式进行预处理．据帮助文档说，文档资料会大大提高效率．
详情可参考文档。有一点文档上没有提到（又或者我看漏了），在第一次匹配之后，如果没有重新赋值subject，下一次匹配无论用Match或者MatchAgain，都是从上次的结束位置开始。所以如果要重新开始匹配，应先把RegEx.Start := 0;
四、正则单元

程序代码

unit UnitRegEx;
interface
uses
   PerlRegEx;
function CheckEmail(EmailAddr: string): Boolean;
function CheckStrOrNumber(Str: string): Boolean;
var
   PerlRegEx: TPerlRegEx;
implementation
//Email电子邮箱检测
function CheckEmail(EmailAddr: string): Boolean;
begin
   PerlRegEx := TPerlRegEx.Create(nil);
   PerlRegEx.Subject := EmailAddr;
   PerlRegEx.RegEx := '\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*';
   Result := PerlRegEx.Match;
end;
//字符、数字检测
function CheckStrOrNumber(Str: string): Boolean;
begin
   PerlRegEx := TPerlRegEx.Create(nil);
   PerlRegEx.Subject := Str;
   PerlRegEx.RegEx := '^[A-Za-z0-9]+$';
   Result := PerlRegEx.Match;
end;
end.

五、使用实例

程序代码

procedure TFrmRegister.btnNextClick(Sender: TObject);
begin
   try
     if not CheckStrOrNumber(edtUser.Text) then
     begin
       Application.MessageBox(PChar('请您正确输入用户名。'), '系统提示', 64);
       edtUser.SetFocus;
       edtUser.SelText;
       Exit;
     end
     else if not CheckEmail(edtEmail.Text) then
     begin
       Application.MessageBox(PChar('请您正确输入常用的电子邮箱。'), '系统提示', 64);
       edtEmail.SetFocus;
       edtEmail.SelText;
       Exit;
     end;
   except
     on E: Exception do
       Application.MessageBox(PChar(E.Message), '系统提示', 64)
   end;
end;

六、常用正则表式
正则表达式用于字符串处理、表单验证等场合，实用高效。现将一些常用的表达式收集于此，以备不时之需。
匹配中文字符的正则表达式： [\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了
匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）
匹配空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行
匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式：^\s*|\s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式
匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用
匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用
匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
匹配中国邮政编码：[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字
匹配身份证：\d{15}|\d{18}
评注：中国的身份证为15位或18位
匹配ip地址：\d+\.\d+\.\d+\.\d+
评注：提取ip地址时有用。
匹配特定数字：
^[1-9]\d*$ //匹配正整数
^-[1-9]\d*$ //匹配负整数
^-?[1-9]\d*$ //匹配整数
^[1-9]\d*|0$ //匹配非负整数（正整数 + 0）
^-[1-9]\d*|0$ //匹配非正整数（负整数 + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮点数（负浮点数 + 0）
评注：处理大量数据时有用，具体应用时注意修正。
匹配特定字符串：
^[A-Za-z]+$ //匹配由26个英文字母组成的字符串
^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串
^[a-z]+$ //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串
^\w+$ //匹配由数字、26个英文字母或者下划线组成的字符串
评注：最基本也是最常用的一些表达式。

--------------------------------------

试验:删除http所有标签

var
reg: TPerlRegEx;
str:string;
begin
str:=memo1.Text; //有<>等内容
reg := TPerlRegEx.Create(nil);

reg.Subject := memo1.Text;
reg.RegEx   := '\<[^>]+()\>';

while reg.MatchAgain do
begin
    str:=StringReplace(str,reg.SubExpressions[0],'',[rfReplaceAll]); //删除HTTP标签
end;
ShowMessage(str);
FreeAndNil(reg);

end;